360 Secure SkillHub
360 安全技能中心

Akshare Finance

这是AKShare财经数据接口的封装技能,核心涵盖股票、宏观经济、加密货币等多品类金融数据查询,含实时/历史行情、基本面指标。典型场景有投资组合监控、市场概览分析。用户调用对应Python函数(可传股票代码、周期等参数)获取数据,默认返回Pandas DataFrame,支持处理或保存为CSV,需先安装akshare、pandas依赖。

benangel65
benangel65
热度 99.56
最近更新 2026-05-11 17:27:40
分类:数据依赖:代码执行 / 第三方 API应用场景:财务 / 数据处理 / 市场分析 / 报告撰写

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add akshare-finance
Metadata
name
akshare-finance
description
AKShare财经数据接口库封装,提供股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据。
metadata
{"openclaw":{"emoji":"📈","requires":{"pip":["akshare>=1.12","pandas>=1.5"]},"install":[{"id":"pip-install","kind":"pip","packages":["akshare>=1.12","pandas>=1.5"],"label":"安装AKShare依赖"}]}}
keywords
["股票","财经","行情","加密货币","宏观经济","AKShare"]

AKShare财经数据技能

快速开始

# 安装依赖
pip install akshare pandas

# 测试安装
python -c "import akshare; print(akshare.__version__)"

核心功能

1. 股票行情

import akshare as ak

# A股实时行情
stock_zh_a_spot_em()  # 东方财富A股

# 股票K线数据
stock_zh_kline(symbol="000001", period="daily", adjust="qfq")

# 港股行情
stock_hk_spot_em()  # 港股实时

# 美股
stock_us_spot()  # 美股实时

2. 宏观经济

# GDP数据
macro_china_gdp()  # 中国GDP

# CPI通胀
macro_china_cpi()  # 中国CPI

# PMI采购经理指数
macro_china_pmi()  # 中国PMI

# 货币供应量
macro_china_m2()  # M2广义货币

3. 加密货币

# 币种列表
crypto_binance_symbols()  # 币安交易对

# 实时价格
crypto_binance_btc_usdt_spot()  # BTC/USDT

# K线数据
crypto_binance_btc_usdt_kline(period="daily")

4. 外汇贵金属

# 外汇汇率
forex_usd_cny()  # 美元兑人民币

# 贵金属
metals_shibor()  # 上海银行间拆借利率

# 金银价格
metals_gold()  # 国际金价

5. 财务数据

# 股票基本面
stock_fundamental(symbol="000001")  # 基本面数据

# 估值指标
stock_valuation(symbol="000001")  # PE、PB等

# 盈利能力
stock_profit_em(symbol="000001")

常用组合

投资组合监控

import akshare as ak
import pandas as pd

# 监控自选股
tickers = ["000001", "000002", "600519"]
for ticker in tickers:
    df = ak.stock_zh_kline(symbol=ticker, period="daily", adjust="qfq", start_date="20240101")
    latest = df.iloc[-1]
    print(f"{ticker}: 收盘价={latest['close']}, 涨跌幅={latest['pct_chg']}%")

市场概览

# A股大盘
index_zh_a_spot()  # 大盘指数

# 涨跌幅排行
stock_zh_a_spot_em()[['代码', '名称', '涨跌幅']].sort_values('涨跌幅', ascending=False)

注意事项

  1. 数据来源: 公开财经网站,仅用于学术研究
  2. 商业风险: 投资有风险,决策需谨慎
  3. 更新频率: 实时数据可能有延迟
  4. 数据验证: 建议多数据源交叉验证

输出格式

默认返回Pandas DataFrame,可直接处理:

df = ak.stock_zh_a_spot_em()
print(df.head())  # 查看前5行
print(df.columns)  # 查看列名
df.to_csv("data.csv")  # 保存CSV

参考文档